Livros Raros Rastreados até Instalação de Treinamento de IA da Amazon Serão Digitalizados e Destruídos

Empresas de IA estão digitalizando caminhões cheios de livros, às vezes raros, e muitas vezes destruindo-os no processo para treinar seus modelos — e agora temos uma ideia de quais empresas e como elas estão fazendo isso.

A publicação independente de tecnologia 404 Media colocou um dispositivo de rastreamento dentro de um envio de livros raros e o observou viajar até uma instalação da Amazon em Las Vegas, onde a empresa digitaliza e destrói livros impressos para treinar IA.

A investigação, publicada na segunda-feira, é a primeira a identificar publicamente onde as compras em massa de livros ligadas ao treinamento de IA vão parar.

A parada final foi a equipe VGT3 da Amazon. Os funcionários disseram ao veículo que tudo o que fazem é receber remessas massivas de livros impressos e depois cortar as lombadas para que as páginas alimentem um scanner mais rapidamente. O livro é destruído no processo. O logotipo extremamente adequado da equipe é um dinossauro segurando um livro em suas garras.

Por que os livros impressos estão subitamente em demanda

Livros impressos antes de 2022 contêm textos que não estão prontamente disponíveis online e, crucialmente, não são escritos por máquinas. Treinar um modelo com seu próprio tipo de saída arrisca o "colapso do modelo", onde a qualidade degrada a cada loop recursivo.

Portanto, papel pré-2022 é combustível limpo para treinamento de IA.

A Amazon não é a única. Uma indústria caseira se formou para fornecer a laboratórios de IA livros físicos que são desmontados, digitalizados e descartados—a cena de "Fahrenheit 451" de textos destruídos para alimentar máquinas que o interno "Projeto Panama" da Anthropic já executou em escala, digitalizando milhões de livros por meio de digitalização destrutiva.

Essa disputa por textos limpos já chegou aos tribunais. Um juiz federal decidiu que treinar IA em livros comprados legalmente pode se qualificar como uso justo, uma vitória parcial para a Anthropic que Meta e OpenAI também reivindicaram. Cópias piratas são outra questão: a Anthropic concordou com um acordo de US$ 1,5 bilhão sobre títulos pirateados escaneados, e a Salesforce agora enfrenta uma ação coletiva por suposta pirataria de livros.

A operação da Amazon permaneceu silenciosa por uma razão estrutural. Os livreiros notaram um pico em pedidos em massa no último ano e suspeitaram que empresas de IA estivessem por trás deles — os compradores não eram sensíveis a preço e escolhiam títulos aparentemente ao acaso. Suas preocupações foram finalmente confirmadas por um AirTag revelando o destino.

A Amazon disse que "compra livros por meio de canais comerciais para ajudar a desenvolver e melhorar os produtos e serviços que nossos clientes usam."